2019年用于JavaScript的6大机器学习库
通常,人们使用两种编程语言之一来应用机器学习(ML)方法和算法:Python或R.关于机器学习的书籍,课程和教程通常也使用这些语言中的一种(或两者)。
Python是一种通用编程语言,不仅用于机器学习,还用于科学计算,后端Web开发,桌面应用程序等.R主要用于统计学家。但是,它们至少有两个共同特征:
- 它们适合非程序员
- 他们有全面的ML库
在许多情况下,ML算法在Fortran,C,C ++或Cython中实现,并从Python或R调用。
Java也用于机器学习,但通常由专业程序员使用。
在过去的几年中,JavaScript得到了普及,并且出现了一些非常有趣的机器学习库,可以在浏览器或Node.js上实现ML方法。令人惊讶的是,许多这些库在JavaScript中实现了大量代码。
ml.js
ml.js是一个全面的,通用的JavaScript ML库,适用于浏览器和Node.js. 它提供了以下例程:
- 对数组,哈希表,排序,随机数生成等的位操作。
- 线性代数,数组操作,优化(Levenberg-Marquardt方法),统计
- 交叉验证
- 监督学习
- 无监督学习
支持的监督学习方法是:
- 线性,多项式,指数和幂回归
- K-最近邻居
- 朴素贝叶斯
- 支持向量机
- 决策树和随机森林
- 前馈神经网络等
此外,ml.js提供了几种无监督的学习方法:
- 主成分分析
- 聚类分析(k均值和层次聚类)
- 自组织地图(Kohonen网络)
TensorFlow.js
TensorFlow是***的机器学习库之一。它侧重于人工神经网络的各种类型和结构,包括深度网络以及网络的组件。
TensorFlow由Google Brain Team创建,使用C ++和Python编写。但是,它可以与包括JavaScript在内的多种语言一起使用。
TensorFlow是一个非常全面的库,仍然可以轻松地构建和培训模型。它支持各种各样的网络层,激活功能,优化器和其他组件。它具有良好的性能并提供GPU支持。
TensorFlow.js是一个用于浏览器或Node.js的JavaScript ML库。它支持WebGL。
brain.js
brain.js是一个用JavaScript编写的库 - 专注于训练和应用前馈和循环神经网络。它还提供其他实用程序,例如神经网络所需的数学例程。
它提供了高级选项,如:
- 使用GPU训练网络
- 可以并行适应多个网络的异步培训
- 交叉验证是一种更复杂的验证方法
brain.js将模型保存到JSON文件或从中加载模型。
ConvNetJS
ConvNetJS是神经网络和深度学习的另一个库。它可以在浏览器中训练神经网络。除了分类和回归问题,它还有强化学习模块(使用Q学习)仍然是实验性的。ConvNetJS为在图像识别方面表现优异的卷积神经网络提供支持。
在ConvNetJS中,神经网络是层的列表。它提供以下层:
- 输入(***个)图层
- 完全连接的层
- 卷积层
- 汇集层
- 局部对比度归一化层
- 分类器丢失(输出)层:softmax和svm
- 使用L2的回归损失(输出)层
它支持几个重要的激活功能,如:
- RELU
- 乙状结肠
- 双曲正切
- MAXOUT
以及优化器如:
- 随机梯度下降
- Adadelta
- AdagradS
- ConvNetJS还提供了一种方便的方法来保存和加载JSON文件的模型。
执照:麻省理工学院。
WebDNN
WebDNN是一个专注于深度神经网络的图书馆,包括具有LSTM架构的递归神经网络。它使用TypeScript和Python编写,并提供JavaScript和Python API。
它还提供了在浏览器中执行GPU的可能性。
WebDNN的一个非常方便的功能是可以转换和使用PyTorch,TensorFlow,Keras,Caffemodel或Chainer预训练的模型。
natural
natural是一个用于Node.js的自然语言处理的JavaScript库。
它支持:
- 标记化(将文本分解为字符串数组)
- 弦距离的计算
- 匹配相似的字符串
- 分类(朴素贝叶斯,逻辑回归和***熵)
- 情感分析(目前有八种语言)
- 语音匹配,inflectors,n-gram等
结论
在过去的几年里,JavaScript和机器学习都得到了很多关注和普及。尽管最初是为了实现网页的动态行为而创建的,但JavaScript成为实现和应用机器学习方法的***语言之一,尤其是在浏览器或服务器(Node.js)中。
本文提供了有关JavaScript机器学习库可用性的初始信息。
时间:2019-07-26 23:54 来源:未知 转发量:次
声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。
相关文章:
相关推荐:
网友评论: